特高壓直流輸電線路神經網絡故障測距新方法研究

《特高壓直流輸電線路神經網絡故障測距新方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、■分類號密級ＵＤＣ霞哺轉Ｊ乂４專業(yè)學位碩古學化論文特高壓直流輸電線路神經網絡故障測距新方法研究研究生姓名謝佳偉指導教師姓名、職稱畢貴紅（教授）、陳仕龍（副教授）萬春紅（高級工程師）學科專業(yè)由氣工程研究方向高壓直流輸由與柔性交流輸電技術論文工作１３—起止日期２０．１０２０１５．４論文提交日期２０１５年４月２０日學位論文出版授權書我同意將本人學位論文著作權中的數(shù)字化復制權、發(fā)行權、匯編權和信息網絡傳播權的專有使用

2、權在全世界范圍內授予中國學術期刊（光盤版）電子雜志社（下＂＂簡稱雜志社），同意其在《中國優(yōu)秀博碩±學位論文全文數(shù)據庫》和ＣＮＫＩ系列。數(shù)據庫中出版，未經雜志社書面許可，我不再授權他人Ｗ數(shù)字化形式出版本文我同意《中國優(yōu)秀辟碩±學位論文全文數(shù)據庫出版章程》規(guī)定享受相關權益。，雜志社應追究其法律責任如有任何第Ｈ方未經雜志社許可使用本人論文，訴跑的全部費用由雜志社承擔。勝訴后，由雜志社與本人按５：５的比例分配所獲賠償金。只細作者簽名；辛）ｏ／ｆ年ｔ月曰學位論文作者信息論文題目特

3、高壓直流輸電線路神經網絡故障測距新方法研究名謝佳偉學號２０１２７０５０２０答辯日期２０１５年５月％日論文級別博±〇碩±囚院／系／所電力工程學院專電氣工程＾聯(lián)系電話Ｅｍａｉｌ＿通信地址（郵編）；備注：囚公開□保密（年月至年月）（保密的學位論文在解密后應遵守此協(xié)＿＿＿＿＿＿議）－０－聯(lián)系電話：１０拍７９１９５１６２７９３Ｈ６化巧０做３傳真：０１０６２７９１８１４通信地址－０８４：北京清華大學郵局８４４８信箱采編中也郵編：１００學位論文使用授權書本論

4、文作者完全了解學校關于保存、使用學位論文的管理辦法及規(guī)定，即學校有權保留并向國家有關部口或機構送交論文的復印件和電子版，允許論文被查閱和借閱。本人授權昆明理工大學可將本學位論文的全部或部分肉容編入學校有關數(shù)據庫和收錄到《中國博±／優(yōu)秀碩±學位論文全文數(shù)據庫》進行信息服務，也可Ｗ采用影印、縮印或掃描等復制手段保存或匯編本學位論文‘。注：保密學位論文，在解密后運用于本授權書。Ｖ．■＾作者簽名：：｜導師簽名賄／（＾７［＿ｗｗｒ年＇ｒ廣月日《月日年＾＾學院：電力工程學院學號：２

5、０１２７０５０２０專業(yè)：電氣工程一（式Ｈ份，交研究生院學位工作處）一遵守學術行為規(guī)范承諾本人已熟知并愿意自覺邀守《昆明理工大學研究生學術規(guī)范實施細則（試行）》的所有內容，承諾所提交的畢業(yè)和學位論文是終稿，不存在學術不端行為，且論文的紙質版與電子版內容完全一致。二獨創(chuàng)性聲明本人聲明所提交的論文是我個人在導師指導下進行的研究工作及取得的研巧成果，，。盡我所知除了文中特別加Ｗ示注和致謝的地方外論文中不包含其他人已經發(fā)表或撰寫過的研究成果，也不包含為獲得昆明理工大學或其他教育機構的學位或證

6、書而使用過的材料一。與我同工作的同志對本硏究所做的任何貢獻均己在論文中作了明確的說明并表示了謝意。本人完全意識到本聲明的法律結果由本人承擔。摘要摘要特高壓直流輸電具有輸送容量大、送電距離遠、線路走廊窄等優(yōu)點，因此在遠距離電能傳輸方面具有明顯的優(yōu)勢，研究準確、快速的特高壓直流輸電線路故障測距技術具有較高的實用價值。目前直流輸電線路故障后的測距主要依賴于行波故障定位技術，分為單端行波測距法和雙端行波測距法。單端行波法需要準確識別第二個反射行波波頭，高阻接地故障時第二個反射行波波頭的正確識

7、別存在困難；雙端行波測距法需要通訊設備，且對兩端同步采樣要求很高。本文在分析故障行波在恃高壓直流輸電線路上傳播特性的基礎上，發(fā)現(xiàn)了與故障距離之間存在特定非線性關系的特征量，鑒于人工神經網絡具有良好的非線性逼近擬合能力，巧用人工神經網絡對故障特征量與故障距離之間的非線性關系進行擬合逼近，進而提出了幾種基于故障特征量的神經網絡測距算法，具體工作如下：１）分析故障高頻量在線路上傳播時的衰減持性，推導出故障距離與到達整流側和逆變側測距裝置處的故障電壓行波首波頭幅值比之間的數(shù)學關系，但準確計算線路衰

8、減常數(shù)是一個難題。人工神經網絡具有很強的非線性逼近巧合能力，利用人工神經網絡方法，將不必準確計算線路衰減常數(shù)也能準確實現(xiàn)故障定位。大量仿真結果表明：該基于商頻量衰減特性的特髙壓直流輸電線路神經網絡雙端故障測距方法精度較高，而且耐受過渡電阻能力強。２）仿真發(fā)現(xiàn)特高壓直流輸電線路發(fā)生故障時，暫態(tài)電壓線模分